Python培训

400-111-8989

热门课程:

二维密度图实现Python可视化的方法

发布：Python培训
来源：Python教程知识
时间：2020-09-03 14:51

数据可视化是数据科学或机器学习项目中十分重要的一环。通常，你需要在项目初期进行探索性的数据分析(EDA)，从而对数据有一定的了解，而且创建可视化确实可以使分析的任务更清晰、更容易理解，特别是对于大规模的高维数据集。在项目接近尾声时，以一种清晰、简洁而引人注目的方式展示最终结果也是非常重要的，让你的受众(通常是非技术人员的客户)能够理解。

二维密度图实现Python可视化

二维密度图(2D Density Plot)是一维版本密度图的直观扩展，相对于一维版本，其优点是能够看到关于两个变量的概率分布。例如，在下面的二维密度图中，右边的刻度图用颜色表示每个点的概率。我们的数据出现概率最大的地方(也就是数据点最集中的地方)，似乎在 size=0.5，speed=1.4 左右。

正如你现在所知道的，二维密度图对于迅速找出我们的数据在两个变量的情况下最集中的区域非常有用，而不是像一维密度图那样只有一个变量。当你有两个对输出非常重要的变量，并且希望了解它们如何共同作用于输出的分布时，用二维密度图观察数据是十分有效的。

事实再次证明，使用「seaborn」编写代码是十分便捷的!这一次，我们将创建一个偏态分布，让数据可视化结果更有趣。你可以对大多数可选参数进行调整，让可视化看结果看起来更清楚。

# Importing libs

import seaborn as sns

import matplotlib.pyplot as plt

from scipy.stats import skewnorm

# Create the data

speed = skewnorm.rvs(4, size=50)

size = skewnorm.rvs(4, size=50)

# Create and shor the 2D Density plot

ax = sns.kdeplot(speed, size, cmap="Reds", shade=False, bw=.15, cbar=True)

ax.set(xlabel='speed', ylabel='size')

plt.show()

以上就是使用二维密度图实现Python数据可视化的方法，达内每年输送10万+人才，18年来帮助80万学员高薪就业;协助16万家企业解决人才需求。拥有完善的就业保障体系，116万家招聘雇主合作企业。每天产生数千个招聘岗位，提供更多就业机会给到达内学员。找Python培训，选达内就对了!

预约申请免费试听课

填写下面表单即可预约申请免费试听！怕学不会？助教全程陪读，随时解惑！担心就业？一地学习，可全国推荐就业！

上一篇：使用热力图实现Python数据可视化

下一篇：蜘蛛网图实现Python可视化的方法

相关推荐

: 2021年Python全套免费视频教程在哪里？

2021年你拿到开工福利了吗？今天达内Python培训学员给大家送福利啦！达内讲师免费录制了一套Python视频教程，Python从入门到精通只需一套Python视频教程

: Python编程学习路线

Python编程学习路线，学习Python编程可以按照以下步骤进行：

: Python最高有几级？

Python最高有几级？在 Python 编程领域，并没有官方的“级别”划分，如同其他编程语言或技能一样。Python 编程能力的提升是一个连续的过程，通常取决于个人的学习、实践和经验积累。不过，一些第三方机构或教育平台可能会提供不同级别的认证或课程，以帮助学习者根据自己的学习进度和目标进行自我评估和提升。